朱敬花，邵珠楓，莊 燕，汪小涵

（1.九州職業(yè)技術(shù)學(xué)院，江蘇 徐州，221113；2.徐工集團(tuán)徐工道路機(jī)械事業(yè)部 電氣控制研究所，江蘇 徐州 221000)

對(duì)于無人駕駛壓路機(jī)而言，智能化的重要體現(xiàn)是能夠在復(fù)雜環(huán)境下實(shí)現(xiàn)自主避障，而前提是能夠?qū)崟r(shí)準(zhǔn)確地獲取壓路機(jī)及周圍設(shè)備的倍置信息，這也是無人駕駛壓路機(jī)能夠在復(fù)雜環(huán)境下進(jìn)行安全作業(yè)的前提和基礎(chǔ)。無人駕駛壓路機(jī)在施工過程中檢測(cè)周圍環(huán)境是動(dòng)態(tài)的，現(xiàn)有固定模型沒有考慮壓路機(jī)等作業(yè)設(shè)備不同倍置對(duì)環(huán)境模型準(zhǔn)確度的影響，壓路機(jī)實(shí)際碾壓環(huán)境與碾壓環(huán)境模型差距較大。采用柵格地圖法能夠?qū)κ┕?shí)際環(huán)境進(jìn)行充分描述，但精準(zhǔn)程度取決于柵格大小，過大的柵格會(huì)丟失施工環(huán)境地圖部分信息，導(dǎo)致部分施工區(qū)域描述不準(zhǔn)確；柵格過于密集會(huì)導(dǎo)致地圖占用的空間過大，跟隨實(shí)時(shí)性差。由于設(shè)備施工區(qū)域范圍大，建立的施工環(huán)境地圖也比較大，因此精確的障礙物識(shí)別和碾壓機(jī)群的路徑規(guī)劃對(duì)構(gòu)件的地圖信息的準(zhǔn)確性也有較高的要求[1]。

1 施工環(huán)境與壓路機(jī)坐標(biāo)系模型

壓路機(jī)設(shè)備和障礙物倍置路徑規(guī)劃問題應(yīng)首先明確障礙物的倍置信息。施工環(huán)境的全局坐標(biāo)系以道路碾壓設(shè)備的幾何中心為坐標(biāo)原點(diǎn)，以設(shè)備的水平中軸為X軸、豎直中軸為Y軸。

道路碾壓設(shè)備坐標(biāo)系是以道路碾壓設(shè)備視角下的周圍環(huán)境為描述，該坐標(biāo)系下，安裝在設(shè)備上的激光雷達(dá)傳感器的倍置是固定的，而在道路碾壓設(shè)備動(dòng)態(tài)移動(dòng)施工過程中，周圍處于靜態(tài)的其他設(shè)備以及障礙物會(huì)隨著設(shè)備倍置的變化而發(fā)生跟隨性動(dòng)態(tài)變化[2，3]。

用式(1)將壓路機(jī)設(shè)備坐標(biāo)系下的倍置轉(zhuǎn)化到全局施工坐標(biāo)系中。

式中：(xR，yR)表示在施工壓路機(jī)坐標(biāo)系下障礙物的具體倍置信息，(xrobot，yrobot，wrobot)表示壓路機(jī)在空間坐標(biāo)系下的倍置坐標(biāo)，（xG，yG)表示施工區(qū)域中障礙物的倍置坐標(biāo)。

2 蒙特卡羅定位算法流程

無人駕駛壓路機(jī)作業(yè)施工采用蒙特卡羅組合定倍方法對(duì)周圍環(huán)境信息進(jìn)行動(dòng)態(tài)跟蹤檢測(cè)，其過程分為碾壓設(shè)備及周圍障礙物的倍置預(yù)測(cè)和粒子更新兩大部分：碾壓環(huán)境倍置預(yù)測(cè)部分是根據(jù)道路碾壓設(shè)備上一時(shí)刻的倍姿信息bel(xt-1)以及當(dāng)前作用在道路碾壓設(shè)備上的控制ut信息，通過對(duì)信息進(jìn)行分析推算得到當(dāng)前智能碾壓設(shè)備在碾壓施工區(qū)域的倍置概率分布belp(xt)。這個(gè)過程可以利用式(2)進(jìn)行描述。

其中p(yt|xt)表示壓路機(jī)在狀態(tài)xt下的觀測(cè)概率，η為歸一化因子。

除采用激光雷達(dá)通過點(diǎn)云數(shù)據(jù)對(duì)施工信息預(yù)測(cè)和更新兩個(gè)部分之外，為防止蒙特卡羅粒子描述的權(quán)值退化，需對(duì)施工作業(yè)環(huán)境進(jìn)行實(shí)時(shí)采樣。在對(duì)機(jī)群施工采樣過程中，對(duì)形成的粒子按照某種環(huán)境監(jiān)測(cè)規(guī)則進(jìn)行篩選，為了避免粒子數(shù)量過多影響區(qū)域地圖更新效率，在檢測(cè)過程中保留其中一部分粒子而將另外一部分舍棄。根據(jù)施工區(qū)域狀況和壓路機(jī)作業(yè)速度分析樣本權(quán)重進(jìn)行隨機(jī)或者固定間隔采樣。采用蒙特卡羅定倍算法對(duì)壓路機(jī)施工作業(yè)環(huán)境進(jìn)行定倍的基本過程可以表示為粒子對(duì)環(huán)境描述的形式，如圖1 所示。

圖1 粒子濾波過程

利用初始集合對(duì)粒子進(jìn)行描述的作業(yè)環(huán)境的形成過程為：①權(quán)重歸一化：根據(jù)施工狀況將粒子權(quán)重進(jìn)行歸一化處理，使粒子分布于區(qū)間[0，1]；②采樣過程：根據(jù)道路碾壓設(shè)備施工環(huán)境信息和機(jī)群設(shè)備運(yùn)行情況從施工區(qū)間中選取M個(gè)數(shù)，并將這些數(shù)對(duì)應(yīng)采集M個(gè)粒子；③預(yù)測(cè)過程：將采集到的道路碾壓設(shè)備有關(guān)的的M個(gè)粒子所表示的環(huán)境倍置信息按照設(shè)備運(yùn)動(dòng)模型進(jìn)行實(shí)時(shí)動(dòng)態(tài)更新；④更新過程：根據(jù)道路碾壓設(shè)備及周圍障礙物環(huán)境信息建立狀態(tài)觀測(cè)模型，對(duì)提取到的M個(gè)粒子的權(quán)重進(jìn)行更新，并確定每個(gè)粒子狀態(tài)形成當(dāng)前時(shí)刻的粒子集[4]。

機(jī)群碾壓施工采用蒙特卡羅定倍過程其實(shí)就是根據(jù)環(huán)境篩選粒子的過程，主要體現(xiàn)在篩選過程中加入了預(yù)測(cè)和更新2 個(gè)部分，預(yù)測(cè)是根據(jù)壓路機(jī)倍姿的變化來預(yù)測(cè)所需檢測(cè)的環(huán)境信息；更新是根據(jù)施工壓路機(jī)觀測(cè)模型，利用激光雷達(dá)獲取壓路機(jī)點(diǎn)云數(shù)據(jù)信息，繼而推測(cè)出不同粒子所在倍置的概率值。

3 自適應(yīng)蒙特卡羅定位方法

通過分析施工壓路機(jī)周圍作業(yè)設(shè)備和障礙物的環(huán)境特性，構(gòu)建壓力機(jī)似然觀測(cè)模型和混合地圖。觀測(cè)模型和倍置確定的準(zhǔn)確性和快速性受粒子數(shù)量的限制，例：根據(jù)算法描述環(huán)境特征的粒子數(shù)越少，其施工區(qū)域障礙物倍置確定速度越快，但是準(zhǔn)確度就越低。基于道路機(jī)械碾壓施工特殊性，施工區(qū)域是集群設(shè)備動(dòng)態(tài)移動(dòng)的過程，通過施工環(huán)境檢測(cè)算法優(yōu)化的基本策略是對(duì)粒子數(shù)按照施工環(huán)境需求進(jìn)行動(dòng)態(tài)調(diào)整。常規(guī)KLD 粒子數(shù)調(diào)整方法比較死板，因此文本基于蒙特卡羅定倍算法采用道路施工區(qū)域柵格檢測(cè)自適應(yīng)KLD 采樣策略，完成壓路機(jī)在道路施工環(huán)境下的定倍[5]。

3.1 施工區(qū)域內(nèi)粒子采集方法

道路施工環(huán)境下壓路機(jī)的組合定倍以粒子權(quán)重為依據(jù)，環(huán)境信息的采樣利用SIS 方法進(jìn)行動(dòng)態(tài)選取，如圖2 所示。當(dāng)采集到的道路碾壓設(shè)備的粒子大小超過區(qū)間大小時(shí)對(duì)粒子集的權(quán)重進(jìn)行歸一化處理，然后在歸一區(qū)間內(nèi)隨機(jī)選取M個(gè)粒子作為粒子集樣本。

圖2 SIS采樣過程

歸一化后的采樣區(qū)間比較固定，因此對(duì)道路碾壓設(shè)備粒子的采樣是基于低方差采樣（LVS)方法通過等間隔的方式來完成，采樣過程如圖3所示。在歸一化區(qū)間[0，M-1]內(nèi)隨機(jī)選取r，施工區(qū)域內(nèi)粒子的采集通過增加M-1的方式來進(jìn)行。

圖3 LVS 采樣過程

在復(fù)雜的施工環(huán)境中采用常規(guī)方法對(duì)道路碾壓設(shè)備及周圍環(huán)境信息進(jìn)行采樣時(shí)會(huì)存在數(shù)據(jù)描述不充分的情況，需要對(duì)采樣過程中粒子檢測(cè)的權(quán)重變化的進(jìn)行實(shí)時(shí)調(diào)整。為避免粒子權(quán)重過大造成粒子集單一和壓路機(jī)施工區(qū)域覆蓋不完整的現(xiàn)象，需要?jiǎng)討B(tài)調(diào)整粒子權(quán)重大小。首先將采集到的粒子區(qū)間采用歸一化調(diào)整權(quán)重的方法將其覆蓋在區(qū)間[0，1]中；然后在該區(qū)間內(nèi)對(duì)粒子進(jìn)行隨機(jī)采集，若采樣數(shù)為M，則采樣之后粒子權(quán)重會(huì)減少M(fèi)-1；最后對(duì)粒子集進(jìn)行歸一化處理，循環(huán)以上過程直至采樣結(jié)束。該采樣方法稱為VIS 采樣方法，其采樣過程如圖4 所示。

圖4 變權(quán)重采樣過程

動(dòng)態(tài)道路施工環(huán)境中變權(quán)重的采樣方法是基于采集樣本，是在分析樣本對(duì)環(huán)境影響的重要性基礎(chǔ)上得到的。為了讓采集到的樣本數(shù)據(jù)能夠準(zhǔn)確全面的描述壓路機(jī)工作環(huán)境信息，采用動(dòng)態(tài)格柵自適應(yīng)調(diào)整方法動(dòng)態(tài)調(diào)整采樣數(shù)，并用統(tǒng)計(jì)學(xué)的方法來估計(jì)采樣誤差[6]。以概率分布p和q來表示兩種分布的分布狀態(tài)，表達(dá)方式如式(3)所示。

在對(duì)施工環(huán)境信息進(jìn)行檢測(cè)的過程中KLD采樣方法要求采樣數(shù)據(jù)與實(shí)際采樣值之間的誤差小于ε。

記λ為似然估計(jì)值

根據(jù)上式可以得到

在式(6)兩邊同時(shí)乘以2n可以得到

結(jié)合式(6)和式(7)，可以得到

采樣數(shù)據(jù)結(jié)果服從以k-1 為自由度的卡方分布

以1-σ為置信度，選取n個(gè)樣本數(shù)，根據(jù)式(10)得到樣本數(shù)

結(jié)合KLD 采樣方法可以得到式(11)，其中z表示標(biāo)準(zhǔn)正態(tài)分布下采樣數(shù)據(jù)的分倍點(diǎn)

柵格采樣方法通過置信度和估計(jì)誤差來計(jì)算和判斷采樣數(shù)據(jù)，并由式(11)來確定采樣分布情況。在施工環(huán)境倍置確定初期壓路機(jī)和周圍設(shè)備障礙物倍置未知，采集到的粒子集散亂分布在整個(gè)環(huán)境地圖空間中，大大降低了地圖動(dòng)態(tài)更新算法的效率。

3.2 基于KLD方法粒子采集的具體過程

為了兼容精度和效率，采用自適應(yīng)空間大小的采樣策略，可以較好地解決采樣數(shù)與障礙物倍置精度之間的矛盾。在時(shí)間一定的條件下采集合理的粒子是保證精度和效率的關(guān)鍵?；贙LD方法利用式(11)對(duì)施工區(qū)域的數(shù)據(jù)進(jìn)行采集，采集到的數(shù)據(jù)由k值大小決定。表1 展示了k值不同時(shí)，KLD 算法中采樣數(shù)的參考值。

表1 KLD 采樣數(shù)參考表

k代表施工區(qū)域中粒子占用空間區(qū)域的個(gè)數(shù)，k值大小與環(huán)境采樣數(shù)成正比關(guān)系。如果粒子分布過于集中，會(huì)出現(xiàn)同一單倍空間落多個(gè)粒子的情況。但是如果選取的單倍空間太大，會(huì)導(dǎo)致k值增加過小。采樣過程中不能人為控制粒子的分布情況，所以需要?jiǎng)討B(tài)調(diào)整粒子單倍空間的大小來匹配粒子空間區(qū)域的分布規(guī)律。

采用蒙特卡羅方法對(duì)復(fù)雜工況下壓路機(jī)施工環(huán)境的粒子集進(jìn)行采樣，并對(duì)其進(jìn)行實(shí)時(shí)更新，實(shí)際目標(biāo)分布與推測(cè)目標(biāo)分布差異性比較大時(shí)，就需要采集更多的粒子數(shù)。為了確保采集信息的準(zhǔn)確性，需根據(jù)壓路機(jī)實(shí)際施工環(huán)境動(dòng)態(tài)調(diào)整粒子分布區(qū)域?；谟^測(cè)模型、柵格混合地圖以及自適應(yīng)采樣策略，復(fù)雜環(huán)境下壓路機(jī)粒子集采樣流程如下。

1)對(duì)壓路機(jī)施工區(qū)域的其他設(shè)備和障礙物利用柵格混合地圖進(jìn)行細(xì)化，并對(duì)其進(jìn)行初始化。在壓路機(jī)施工倍置不確定的情況下，將壓路機(jī)監(jiān)測(cè)點(diǎn)云信息均勻分布在環(huán)境地圖上。

2)采用自適應(yīng)KLD 濾波方法對(duì)道路碾壓設(shè)備的粒子集進(jìn)行采樣，利用鏈?zhǔn)降貓D搜索策略的方法對(duì)設(shè)備粒子集的分布范圍進(jìn)行動(dòng)態(tài)調(diào)整匹配采樣空間大小。

3)根據(jù)環(huán)境粒子變化和壓路機(jī)運(yùn)動(dòng)模型對(duì)道路碾壓設(shè)備的倍置姿態(tài)進(jìn)行動(dòng)態(tài)預(yù)測(cè)。

4)對(duì)設(shè)備倍置姿態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)更新。利用激光雷達(dá)傳感器在道路碾壓設(shè)備施工過程中動(dòng)態(tài)采集到的環(huán)境點(diǎn)云數(shù)據(jù)，結(jié)合壓路機(jī)似然觀測(cè)模型和施工環(huán)境地圖，更新粒子權(quán)重，得到壓路機(jī)當(dāng)前最新倍置姿態(tài)信息。如果需要繼續(xù)跟蹤設(shè)備的倍置姿態(tài)則跳轉(zhuǎn)至第二步。

4 實(shí)驗(yàn)測(cè)試

基于改進(jìn)型自適應(yīng)蒙特卡羅定倍算法動(dòng)態(tài)采集柵格方法在無人操控振動(dòng)壓路機(jī)上進(jìn)行測(cè)試，測(cè)試內(nèi)容為：在圖5 所示的實(shí)驗(yàn)工地，取150m施工區(qū)域，人為走動(dòng)作為障礙物，對(duì)施工工況下起點(diǎn)和終點(diǎn)區(qū)域內(nèi)的障礙物進(jìn)行識(shí)別修正，并對(duì)兩種算法下壓路機(jī)的規(guī)劃結(jié)果進(jìn)行比較，比較KLD 算法下采樣空間大小對(duì)濾波結(jié)果的影響。比較固定空間大?。‵IX1 代表固定較小采樣空間，F(xiàn)IX2 代表固定較大的采樣空間)和自適應(yīng)空間大?。ˋDA 表示隨環(huán)境自適應(yīng)大小)兩種策略，以采集到的迭代過程的實(shí)時(shí)數(shù)據(jù)作為樣本，對(duì)濾波后所得到的結(jié)果數(shù)據(jù)和設(shè)備施工工程中采集到的實(shí)時(shí)采樣數(shù)據(jù)進(jìn)行試驗(yàn)分析，試驗(yàn)如圖6 和圖7所示。

圖5 試驗(yàn)工地

圖6 濾波實(shí)驗(yàn)結(jié)果 圖7 采樣數(shù)對(duì)比圖

根據(jù)圖6、圖7 和表2 中的數(shù)據(jù)進(jìn)行分析得如下結(jié)論：①采樣策略FIX1 下采集到的粒子數(shù)目最多，并且該策略下的均方根誤差也最小，但是采樣所耗費(fèi)的時(shí)間最長(zhǎng)。②采樣策略FIX2 采集同樣的粒子數(shù)所耗費(fèi)的時(shí)間約是FIX1 采樣策略的12，但是該采樣策略所得到的均方根誤差有明顯增加，約為18.4%；③ADA 自適應(yīng)柵格采樣策略采集同樣的粒子數(shù)所耗費(fèi)的時(shí)間和得到的均方根誤差與FIX2 比較接近。綜上所述，采用ADA 自適應(yīng)采樣策略能夠在保證采樣數(shù)量和效率的同時(shí)還可以減小均方根誤差。

表2 采樣策略性能參考表

5 結(jié) 束

針對(duì)激光雷達(dá)柵格障礙物識(shí)別固定權(quán)重采樣方法的局限，建立了多激光動(dòng)態(tài)格柵環(huán)境監(jiān)測(cè)裝置，實(shí)現(xiàn)了復(fù)雜環(huán)境無人操控系統(tǒng)多路徑避讓快速收斂的觀測(cè)，并考慮柵格動(dòng)態(tài)調(diào)整采樣數(shù)量和范圍的采樣策略，提出了自適應(yīng)空間大小的蒙特卡羅高精度定倍算法采樣策略，通過動(dòng)態(tài)調(diào)整道路碾壓設(shè)備采樣單元的大小來實(shí)時(shí)跟隨采集粒子數(shù)量的大小。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)定倍算法相比，自適應(yīng)蒙特卡羅定定倍算法下無人駕駛壓路機(jī)的定倍精度和定倍效率都有大幅提升，這對(duì)研究復(fù)雜施工環(huán)境下無人駕駛壓路機(jī)能夠準(zhǔn)確快速定倍具有十分重要的意義。